MétaCan
Menu
← Retour à la cohorte
Enregistrement W2991927470 · doi:10.5539/jas.v12n1p179

Spectral Behavior of Pinus elliottii, Subjected to Drought in Southern Brazil

2019· article· en· W2991927470 sur OpenAlexvenueno aff
Géssyca Fernanda de Sena Oliveira, Uilian do Nascimento Barbosa, José Jorge Monteiro, Diogo José Oliveira Pimentel, Julianne Moura da Silva, Lorena Melo, Giselle Lemos Moreira, Gabriela Salami, Tamires Leal de Lima, Pierre André Bellé, Elisiane Alba, Emanuel Araújo Silva, Rudiney Soares Pereira, Adriano Castelo dos Santos

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPinus <genus>SpectroradiometerRange (aeronautics)Environmental scienceSpectral analysisGeographyAtmospheric sciencesForestryPhysical geographyBotanyGeologyReflectivityBiologyPhysicsMaterials scienceSpectroscopy

Résumé

récupéré en direct d'OpenAlex

The second most cultivated plant to a forest range in Brazil is the Pinus elliottii. This paper aims to evaluate the spectral behavior of individuals of Pinus elliottii in the electromagnetic radiation (1st) of the visible and (2nd) the infrared, when submitted to the water deficit. The experiment was conducted in the city of Santa Maria located at the Rio Grande do Sul State. The spectral responses of 10 individuals of Pinus elliottii were observed in different climatic seasons at 24 months of age. To evaluate the spectral behavior a spectroradiometer was used, and the behavior in the 450 to 1700 nm range was analyzed. Five individuals were submitted to water deficit treatment and five were used as controls, remaining in adequate water conditions. The spectral pattern for individuals submitted to water deficit was similar, but a trend of wavelength responses in the region of visible green (577-491 nm) and near-infrared (1100-789 nm) was noticeable. The most evident differences occurred in the fall season when differences in spectral amplitudes are noticeable and significantly different from the rest of the year.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,219
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetRemote Sensing in Agriculture→Travaux en français237 207→